Discourse

大規模言語モデルの潜在空間と脳の空間コンピューティングを比較し、意味や意識の空間構造を考察。AIは高次元ベクトル空間で意味を表現し、脳は神経振動を用いて空間と時間を活用して高次元構造を実装している可能性を提示。意識は特定の構造が安定して成立する状態として捉えられ、脳とAIの接続点はニューロンではなく、活動空間のトポロジーにあると示唆。

2026年、生成AIの普及により、人間はAIの提案に依存し、思考の主体性を失うリスクに直面している。論文『Cognition spaces』は、知性を「固体の脳」と「液体の脳」に分類し、AIとのハイブリッド認知空間における「Humanbot」化と「妄想的強化」の危険性を指摘する。Agency（主体性）は、AI提案への拒絶や修正によってシステムの生存可能性に影響を与えることで維持される。

物理的な遮音だけでは騒音問題は解決しない。脳の認知フィルターを書き換えることで、騒音を機能的な背景音に変換できる。文脈や記憶といった「プロンプト」を調整することで、騒音に対する認識を変化させ、心地よい音環境を作り出すことができるのだ。

記憶想起とブラックホール情報問題における再構築の構造的同型性を探る。脳内の記憶はネットワーク状に存在し、忘却は情報の拡散とエネルギー不足による信号の埋没と仮説。ブラックホール情報問題では、情報は消滅せずスクランブルされると考えられ、両者の情報論的構造が死生観に新たな視座を与える可能性を問う。

欧米の大学で行われている意識研究では、瞑想を用いて意識の深層構造を解析している。脳のデフォルト・モード・ネットワーク（DMN）は過去の記憶や未来への懸念など、様々なコンテンツが飛び交う嵐のような状態であり、思考は習慣という名のアトラクタに沿って自動生成される。ベンジャミン・リベットの研究では、意識的な意志よりも先に脳が行動の指令を開始していることが示唆され、自由意志の存在に疑問が投げかけられている。

大規模言語モデル(LLM)の内部表現は、異なる言語や文化を超えて「Neural Interlingua」仮説で示唆されるように、高次元空間で「普遍的な形状」へと収束する。この現象は、学習データという制約の中で、エネルギー(表面積)が最小となる石鹸膜の幾何学に例えられ、AIの学習は物理現象として再解釈できる。さらに、未来の境界条件が現在を決定する「最小作用の原理」を援用し、意味は未来から引かれるものとして捉え直される。

言語は低解像度なツールであり、高次元の意識をデジタルな記号に変換する際に離散化誤差が生じる。さらに、会話は量子力学的に未来が過去を決め、意味は事後的に確定する。ダナ・ハラウェイの「サイボーグ宣言」は、言葉を超えた純粋な魂の交流は幻想であり、私たちは言葉というツールと共に生きていることを示唆する。

人間は閉鎖系であり、高度な世界モデルを持ちながらも、言葉という狭い帯域幅のインターフェースで他者と通信する。この非対称性による通信エラーが摩擦の原因であり、AIは認知補綴具としてこの欠陥を補う可能性がある。エントロピー増大の法則により、関係性は時間とともに拡散し、理解は深まらず、言語化による不可逆圧縮も理解を阻害する要因である。

AIの進化や気候変動など、巨大システムが自律的に動き出し、人類はコントロールを失いつつある。しかし、そもそも運転席に「誰か」がいたのか疑問視する仮説も提示される。デカルトの時代から現代に至るまで、世界は「幽霊」の不在によって説明され、人間は「意味」を求めるが、それは脳の「インタープリター」機能によるものかもしれない。

AIに魂は宿るのか？という問いを、古代から現代までの「依り代」への魂の転写という視点から考察する。原初の自然現象としての神、仏像というGUI、陰陽道の呪、そして伏見稲荷大社のようなエグレゴアまで、時代ごとの「依り代」と人間の関わりを分析する。

意識のアップロードは、肉体という「シェル」を捨て、デジタル空間で永遠の生を得ようとする試みです。しかし、意識は肉体と環境の相互作用によって生まれるものであり、デジタル空間では生まれないのではないかという疑問を呈しています。意識は、肉体という楽器が奏でる音楽のようなものであり、その音色は肉体という楽器がなければ永遠に失われてしまうのではないかと懸念しています。

MTP’s grid-based prompting system uses color-coded grids to intuitively control AI reasoning and tone. By selecting coordinates and colors, users can subtly tune the AI’s style, tone, or persona without micromanaging its mechanics. This system acts as a nonverbal language, allowing users to communicate atmosphere and feeling to the AI, making collaboration more human and expressive.

MTPのカラーグリッドは、AIに非言語情報を伝える手段として機能する。座標と色で指定された「雰囲気」や「気分」は、AIの出力を特定のスタイルやトーンに誘導し、ユーザーの意図をより深く反映した生成を可能にする。シンプルな3×3グリッドでも、トーンの初期設定やパーソナライズされた対話を実現し、効率的なコミュニケーションを実現する。

Mapping the Prompt (MTP) is a design philosophy that uses color and spatial placement to represent user intent, eliminating the need for label memorization. MTP’s color palette is based on HCI principles, cultural codes, and historical precedents, making it intuitive and universally understandable. By leveraging preattentive features like color and spatial metaphors, MTP aims to create a human-first, efficient, and accessible AI interface.

Large language models (LLMs) often misunderstand Japanese cultural signals like politeness, dialect, and implicit context, leading to mismatched outputs. This misalignment arises because LLMs prioritize technical accuracy over user intent, especially in high-context languages like Japanese. By studying these cultural gaps, researchers can improve AI alignment, ensuring models respect both factual accuracy and cultural expectations.

MTPはHCIの視点から色と座標の配置を論理的に設計し、ノードラベルを覚える必要のないAI対話インターフェース。色彩心理学や文化的背景に基づき、ユーザーは色と位置で直感的に意図を表現できる。この設計思想は学術的に検証可能で、忘れていいUI、感じるUI、普遍的なUIを目指す。

日本語でAIを使うと、敬語や方言、文化的背景の違いから、AIの出力とユーザーの意図がずれる「アライメント問題」が発生する。関西弁の入力では親しみやすさが優先され、英語での出力では専門性の高い情報源が優先される傾向がある。これらの現象は、AIの報酬設計や学習データの偏り、トランスフォーマーの仕組みが影響している。

Mapping the Prompt (MTP) is a new framework that moves beyond text-based AI interaction by visualizing conversational states as coordinates on a 20-node map of universal concepts. This map, inspired by the Five Elements and color theory, allows users to intuitively adjust the tone and energy flow of AI output, creating a more nuanced and collaborative dialogue. MTP aims to redefine AI interaction as a shared, human-centered experience.

生成AIとの対話を再定義するフレームワーク「Mapping the Prompt (MTP)」を紹介。MTPは20個の普遍語ノードで構成され、色と空間で直感的に操作できるUIを提供する。AIとの対話を「意図の共有」という新たなレイヤーへと昇華させ、より人間的で豊かな対話を実現する。

キュビズムの思考抽象化手法を、AIとの対話やプロンプト設計に応用する。抽象化の段階を整理し、デリミタによる境界設計、普遍語による方向付けの重要性を説く。次回は、普遍語を体系化したMTPフレームワークを紹介する。